مرکز منطقه ای اطلاع رسانی علوم و فناوری فصلنامه مهندسی برق و مهندسی کامپيوتر ايران 16823745 24 1 2026 5 12 Economic–Reliability Optimization of Energy Systems Toward Reducing Unserved Energy Using the Seagull Optimization Algorithm بهینه‌سازی اقتصادی - قابلیت اطمینان در سیستم‌های انرژی در جهت کاهش انرژی تأمین نشده با استفاده از الگوریتم مرغ دریایی fa سینا صمدی قره ورن دانشگاه تبریز کیمیا شیرینی دانشگاه هنر اسلامی تبریز میررضا سیدقریشی دانشگاه تبریز صدرا امیر ذهنی دانشگاه تبریز 2025 12 25 <div class="flex flex-col text-sm pb-25"> <article class="text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;:has([data-writing-block])&gt;*]:pointer-events-auto scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]" dir="auto" tabindex="-1" data-turn-id="request-WEB:19144214-9180-4633-9acb-84768e0e0beb-2" data-testid="conversation-turn-6" data-scroll-anchor="true" data-turn="assistant"> <div class="text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] @w-sm/main:[--thread-content-margin:--spacing(6)] @w-lg/main:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)"> <div class="[--thread-content-max-width:40rem] @w-lg/main:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn" tabindex="-1"> <div class="flex max-w-full flex-col grow"> <div class="min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;]:mt-1" dir="auto" data-message-author-role="assistant" data-message-id="cab128fb-9af1-4d43-ad7a-59bb4ab2649f" data-message-model-slug="gpt-5-2"> <div class="flex w-full flex-col gap-1 empty:hidden first:pt-[1px]"> <div class="markdown prose dark:prose-invert w-full break-words light markdown-new-styling"> <p data-start="26" data-end="1489" data-is-last-node="" data-is-only-node="">Given the growing concerns about the increase in environmental pollutants from fossil-fuel power plants, numerous economic challenges related to optimizing generation and consumption costs in energy distribution networks have emerged. This paper presents a multi-objective optimization model for the operational management of microgrids considering the growing demand for hybrid electric vehicles. The objective of the proposed model is to reduce total operating costs and enhance network reliability by minimizing unserved energy. To achieve these goals, a multi-objective Seagull Optimization Algorithm, inspired by the search behavior of seagulls, is employed to obtain optimal solutions. Electric vehicles and demand response programs are incorporated into the model to reduce carbon dioxide emissions and smooth distribution locational prices. The main contribution of this research is the development of a hybrid optimization framework for coordinating electric vehicles, renewable energy resources, and demand response management. Performance evaluation using the 69-bus distribution network demonstrates that the proposed method reduces operating costs by 12.5%, decreases unserved energy from 300 kW to 150 kW, reduces network power losses by 15%, and improves the voltage profile within stability limits. Results confirm the effectiveness of the proposed approach in optimizing network performance and reducing operational costs.</p> </div> </div> </div> </div> </div> </div> </article> </div> <p>با توجه&zwnj; به نگرانی&zwnj;های روزافزون آلاینده&zwnj;های زیست&zwnj;محیطی نیروگاه&zwnj;های فسیلی، چالش&zwnj;های اقتصادی متعددی دررابطه &zwnj;با بهینه&zwnj;سازی هزینه&zwnj;های تولید و مصرف در شبکه&zwnj;های توزیع مطرح شده است. این مقاله یک مدل بهینه&zwnj;سازی چندهدفه برای مدیریت بهره&zwnj;برداری ریزشبکه&zwnj;ها با رشد تقاضای خودروهای الکتریکی هیبریدی ارائه می&zwnj;دهد. هدف مدل پیشنهادی، کاهش هزینه&zwnj;های کلی بهره&zwnj;برداری و افزایش قابلیت اطمینان شبکه از طریق کاهش انرژی تأمین نشده است. برای دستیابی به این اهداف، از الگوریتم بهینه&zwnj;سازی چندهدفه مرغ دریایی که بر مبنای رفتار جستجوی این پرندگان طراحی شده است، استفاده شده و منجر به یافتن بهترین راه&zwnj;حل&zwnj;ها شده است. خودروهای الکتریکی و برنامه&zwnj;های پاسخ به تقاضا در این مدل برای کاهش انتشار دی&zwnj;اکسیدکربن و هموارسازی قیمت&zwnj;های توزیع به کار گرفته شده&zwnj;اند. نوآوری اصلی این پژوهش، ارائه یک مدل بهینه&zwnj;سازی ترکیبی برای هماهنگ&zwnj;سازی خودروهای الکتریکی، منابع تجدیدپذیر و مدیریت پاسخگویی بار است. ارزیابی عملکرد مدل با استفاده از شبکه توزیع 69 باسه نشان می&zwnj;دهد که روش پیشنهادی توانسته است هزینه&zwnj;های بهره&zwnj;برداری را 12.5٪ کاهش دهد، میزان انرژی تأمین نشده را از 300 کیلووات به 150 کیلووات کاهش دهد، تلفات توان شبکه را 15٪ کاهش دهد و پروفیل ولتاژ شبکه را در محدوده پایداری بهبود بخشد. این نتایج، اثربخشی روش پیشنهادی را در بهینه&zwnj;سازی عملکرد شبکه و کاهش هزینه&zwnj;ها تأیید می&zwnj;کند</p> http://ijece.org/fa/Article/Download/52603